Amazon-EMR-Version 6.4.0 - Amazon EMR
6.4.0 Anwendungsversionen6.4.0 Versionshinweise6.4.0 Komponentenversionen6.4.0 Konfigurationsklassifizierungen

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Amazon-EMR-Version 6.4.0

6.4.0 Anwendungsversionen

Die folgenden Anwendungen werden in dieser Version unterstützt: Flink, Ganglia, HBase, HCatalog, Hadoop, Hive, Hudi, Hue, JupyterEnterpriseGateway, JupyterHub, Livy, MXNet, Oozie, Phoenix, Pig, Presto, Spark, Sqoop, TensorFlow, Tez, Trino, Zeppelin und ZooKeeper.

In der folgenden Tabelle sind die in dieser Version von Amazon EMR verfügbaren Anwendungsversionen und die Anwendungsversionen der vorherigen drei Amazon-EMR-Versionen (sofern zutreffend) aufgeführt.

Einen umfassenden Verlauf der Anwendungsversionen für jede Version von Amazon EMR finden Sie in den folgenden Themen:

Informationen zur Anwendungsversion
emr-6.4.0 emr-6.3.1 emr-6.3.0 emr-6.2.1
AWS SDK for Java 1.12.311.11.9771,11,9771.11.880
Python 2,7, 3,72,7, 3,72,7, 3,72,7, 3,7
Scala 2.12,102.12.102.12.102.12.10
AmazonCloudWatchAgent - - - -
Delta - - - -
Flink1.13.11.12.11.12.11.11.2
Ganglia3.7.23.7.23.7.23.7.2
HBase2.4.42.2.62.2.62.2.6-amzn-0
HCatalog3.1.23.1.23.1.23.1.2
Hadoop3.2.13.2.13.2.13.2.1
Hive3.1.23.1.23.1.23.1.2
Hudi0.8.0-amzn-00.7.0-amzn-00.7.0-amzn-00.6.0-amzn-1
Hue4.9.04.9.04.9.04.8.0
Iceberg - - - -
JupyterEnterpriseGateway2.1.02.1.02.1.02.1.0
JupyterHub1.4.11.2.21.2.21.1.0
Livy0.7.10.7.00.7.00.7.0
MXNet1.8.01.7.01.7.01.7.0
Mahout - - - -
Oozie5.2.15.2.15.2.15.2.0
Phoenix5.1.25.0.05.0.05.0.0
Pig0.17.00.17.00.17.00.17.0
Presto0,254,10,245,10,245,10,238,3
Spark3.1.23.1.13.1.13.0.1
Sqoop1.4.71.4.71.4.71.4.7
TensorFlow2.4.12.4.12.4.12.3.1
Tez0.9.20.9.20.9.20.9.2
Trino (PrestoSQL)359350350343
Zeppelin0.9.00.9.00.9.00.9.0
ZooKeeper3,5.73.4.143.4.143.4.14

6.4.0 Versionshinweise

Die folgenden Versionshinweise enthalten Informationen über Amazon-EMR-Version 6.4.0. Änderungen beziehen sich auf Version 6.3.0.

Erste Version: 20. September 2021

Aktualisiertes Veröffentlichungsdatum: 21. März 2022

Unterstützte Anwendungen

  • AWS SDK for Java Ausführung 1.12.31

  • CloudWatch Version 2.2.0 senken

  • Version 4.16.0 von EMR DynamoDB Connector

  • EMRFS-Version 2.47.0

  • Version 3.2.0 von Amazon EMR Goodies

  • Version 3.5.0 von Amazon EMR Kinesis Connector

  • Amazon-EMR-Aufzeichnungsserver Version 2.1.0

  • Version 2.5.0 von Amazon EMR Skripts

  • Flink, Version 1.13.1

  • Ganglia Version 3.7.2

  • AWS Glue Hive Metastore Client Version 3.3.0

  • Hadoop Version 3.2.1-amzn-4

  • HBase Version 2.4.4-amzn-0

  • ase-operator-tools HB 1.1.0

  • HCatalog Version 3.1.2-amzn-5

  • Hive Version 3.1.2-amzn-5

  • Hudi Version 0.8.0-amzn-0

  • Hue Version 4.9.0

  • Java JDK-Version Corretto-8.302.08.1 (Build 1.8.0_302-b08)

  • JupyterHub Ausführung 1.4.1

  • Livy Version 0.7.1-incubating

  • MXNet-Version 1.8.0

  • Oozie-Version 5.2.1

  • Phoenix Version 5.1.2

  • Pig Version 0.17.0

  • Presto Version 0.254.1-amzn-0

  • Trino Version 359

  • Version 2.0.0 von Apache Ranger KMS (transparente Multi-Master-Verschlüsselung)

  • Ranger-Plugins 2.0.1-amzn-0

  • Ranger-S3-Plugin 1.2.0

  • SageMaker Spark SDK, Version 1.4.1

  • Scala-Version 2.12.10 (OpenJDK 64-Bit-Server-VM, Java 1.8.0_282)

  • Spark Version 3.1.2-amzn-0

  • Spark-Rapids 0.4.1

  • Sqoop-Version 1.4.7

  • TensorFlow Ausführung 2.4.1

  • Tez-Version 0.9.2

  • Zeppelin-Version 0.9.0

  • Zookeeper Version 3.5.7

  • Konnektoren und Treiber: DynamoDB Connector 4.16.0

Neue Features

  • [Verwaltete Skalierung] Spark Shuffle Data Managed Scaling Optimization – Für Amazon-EMR-Versionen 5.34.0 und höher sowie EMR-Versionen 6.4.0 und höher unterstützt verwaltete Skalierung jetzt Spark Shuffle Data (Daten, die Spark partitionsübergreifend verteilt, um bestimmte Operationen auszuführen). Weitere Informationen zu Shuffle-Vorgängen finden Sie unter Nutzung von Managed Scaling in Amazon EMR im Verwaltungshandbuch für Amazon EMR und Spark-Programmierungs-Handbuch.

  • Auf Apache-Ranger-fähigen Amazon-EMR-Clustern können Sie Apache Spark SQL verwenden, um Daten mit, INSERT INTO, INSERT OVERWRITE und ALTER TABLE in die Apache-Hive-Metastore-Tabellen einzufügen oder diese zu aktualisieren. Wenn Sie ALTER TABLE mit Spark SQL verwenden, muss ein Partitionsspeicherort das untergeordnete Verzeichnis eines Tabellenspeicherorts sein. Amazon EMR unterstützt derzeit nicht das Einfügen von Daten in eine Partition, deren Partitionsspeicherort sich von der Tabellenposition unterscheidet.

  • PrestoSQL wurde in Trino umbenannt.

  • Hive: Die Ausführung einfacher SELECT-Abfragen mit LIMIT-Klausel wird beschleunigt, indem die Abfrageausführung gestoppt wird, sobald die in der LIMIT-Klausel angegebene Anzahl von Datensätzen abgerufen wurde. Einfache SELECT-Abfragen sind Abfragen ohne GROUP BY/ORDER BY-Klausel oder Abfragen ohne Reducer-Stage. z. B. SELECT * from <TABLE> WHERE <Condition> LIMIT <Number>.

Hudi-Parallelitätskontrolle

  • Hudi unterstützt jetzt Optimistic Concurrency Control (OCC – Optimistische Parallelitätskontrolle), die mit Schreiboperationen wie UPSERT und INSERT genutzt werden kann, um Änderungen von mehreren Autoren an derselben Hudi-Tabelle zu ermöglichen. Dies ist OCC auf Dateiebene, sodass zwei beliebige Commits (oder Writer) in dieselbe Tabelle schreiben können, sofern ihre Änderungen nicht kollidieren. Weitere Informationen finden Sie unter Hudi-Parallelitätskontrolle..

  • Auf Amazon-EMR-Clustern ist Zookeeper installiert, der als Sperranbieter für OCC genutzt werden kann. Um die Verwendung dieses Features zu vereinfachen, sind in Amazon-EMR-Clustern die folgenden Eigenschaften vorkonfiguriert:

    hoodie.write.lock.provider=org.apache.hudi.client.transaction.lock.ZookeeperBasedLockProvider
hoodie.write.lock.zookeeper.url=<EMR Zookeeper URL>
hoodie.write.lock.zookeeper.port=<EMR Zookeeper Port>
hoodie.write.lock.zookeeper.base_path=/hudi

    Um OCC zu aktivieren, müssen Sie die folgenden Eigenschaften entweder mit ihren Hudi-Auftragsoptionen oder auf Cluster-Ebene mithilfe der Amazon-EMR-Konfigurations-API konfigurieren:

    hoodie.write.concurrency.mode=optimistic_concurrency_control
hoodie.cleaner.policy.failed.writes=LAZY (Performs cleaning of failed writes lazily instead of inline with every write)
hoodie.write.lock.zookeeper.lock_key=<Key to uniquely identify the Hudi table> (Table Name is a good option)
Hudi Monitoring: CloudWatch Amazon-Integration zur Berichterstattung über Hudi-Metriken

  • Amazon EMR unterstützt die Veröffentlichung von Hudi Metrics auf Amazon. CloudWatch Es wird aktiviert, indem die folgenden erforderlichen Konfigurationen festgelegt werden:

    hoodie.metrics.on=true
hoodie.metrics.reporter.type=CLOUDWATCH

  • Im Folgenden finden Sie optionale Hudi-Konfigurationen, die Sie ändern können:

    Einstellung Beschreibung Wert

    hoodie.metrics.cloudwatch.report.period.seconds

    Häufigkeit (in Sekunden), mit der Kennzahlen an Amazon gemeldet werden CloudWatch

    Der Standardwert ist 60s, was für die von Amazon angebotene Standardauflösung von einer Minute in Ordnung ist CloudWatch

    hoodie.metrics.cloudwatch.metric.prefix

    Präfix, das jedem Metriknamen hinzugefügt werden soll

    Der Standardwert ist leer (kein Präfix)

    hoodie.metrics.cloudwatch.namespace

    CloudWatch Amazon-Namespace, unter dem Metriken veröffentlicht werden

    Der Standardwert ist Hudi

    hoodie.metrics.cloudwatch. maxDatumsPerAnfrage

    Maximale Anzahl von Daten, die in einer Anfrage an Amazon enthalten sein können CloudWatch

    Der Standardwert ist 20, was dem CloudWatch Amazon-Standard entspricht
Unterstützung und Verbesserungen für Amazon-EMR-Hudi-Konfigurationen

  • Kunden können jetzt die EMR-Konfigurations-API und das Rekonfigurationsfeature nutzen, um Hudi-Konfigurationen auf Cluster-Ebene zu konfigurieren. Eine neue dateibasierte Konfigurationsunterstützung wurde über /etc/hudi/conf/hudi-defaults.conf eingeführt, ähnlich wie bei anderen Anwendungen wie Spark, Hive usw. EMR konfiguriert einige Standardwerte, um die Benutzererfahrung zu verbessern:

    – hoodie.datasource.hive_sync.jdbcurl ist für die Cluster-Hive-Server-URL konfiguriert und muss nicht mehr angegeben werden. Dies ist besonders nützlich, wenn Sie einen Auftrag im Spark-Cluster-Modus ausführen, wo Sie zuvor die Amazon-EMR-Master-IP angeben mussten.

    – HBase-spezifische Konfigurationen, die für die Verwendung des HBase-Index mit Hudi nützlich sind.

    – Spezifische Konfiguration des Zookeeper-Sperranbieters, wie unter Parallelitätskontrolle beschrieben, was die Verwendung von Optimistischer Parallelitätskontrolle (OCC) erleichtert.

  • Zusätzliche Änderungen wurden eingeführt, um die Anzahl der Konfigurationen zu reduzieren, die Sie bestehen müssen, und um nach Möglichkeit automatische Schlüsse zu ziehen:

    – Das partitionBy -Schlüsselwort kann verwendet werden, um die Partitionsspalte zu spezifizieren.

    – Bei der Aktivierung von Hive Sync ist es nicht mehr erforderlich, den Vorgang HIVE_TABLE_OPT_KEY, HIVE_PARTITION_FIELDS_OPT_KEY, HIVE_PARTITION_EXTRACTOR_CLASS_OPT_KEY zu bestehen. Diese Werte können aus dem Hudi-Tabellennamen und dem Partitionsfeld abgeleitet werden.

    – KEYGENERATOR_CLASS_OPT_KEY ist nicht zwingend erforderlich und kann aus einfacheren Fällen von SimpleKeyGenerator und ComplexKeyGenerator abgeleitet werden.

Vorbehalte von Hudi

  • Hudi unterstützt keine vektorisierte Ausführung in Hive für Merge on Read (MoR)- und Bootstrap-Tabellen. So schlägt beispielsweise count(*) mit der Hudi-Echtzeittabelle fehl, wenn hive.vectorized.execution.enabled auf „wahr“ gesetzt ist. Um das Problem zu umgehen, können Sie das vektorisierte Lesen deaktivieren, indem Sie hive.vectorized.execution.enabled auf false setzen.

  • Die Multi-Writer-Unterstützung ist nicht mit dem Hudi-Bootstrap-Feature kompatibel.

  • Flink Streamer und Flink SQL sind experimentelle Features in dieser Version. Diese Features werden nicht zur Verwendung in Produktionsbereitstellungen empfohlen.

Änderungen, Verbesserungen und behobene Probleme

Dies ist eine Version zur Behebung von Problemen mit Amazon-EMR-Skalierung, wenn ein Cluster nicht erfolgreich hoch-/herunterskaliert werden kann oder Anwendungsfehler verursacht werden.

  • Zuvor führte ein manueller Neustart des Ressourcenmanagers auf einem Multi-Master-Cluster dazu, dass Amazon-EMR-Cluster-Daemons wie Zookeeper alle zuvor stillgelegten oder verlorenen Knoten in der Zookeeper znode-Datei neu geladen haben. Dies führte dazu, dass die Standardgrenzwerte in bestimmten Situationen überschritten wurden. Amazon EMR entfernt jetzt die außer Betrieb genommenen oder verlorenen Knotendatensätze, die älter als eine Stunde sind, aus der Zookeeper-Datei, und die internen Grenzwerte wurden erhöht.

  • Es wurde ein Problem behoben, bei dem Skalierungsanforderungen für einen großen, stark ausgelasteten Cluster fehlschlugen, wenn Amazon-EMR-On-Cluster-Daemons Aktivitäten zur Integritätsprüfung durchführten, z. B. das Erfassen des YARN-Knotenstatus und des HDFS-Knotenstatus. Das lag daran, dass Cluster-Daemons die Integritätsstatusdaten eines Knotens nicht an interne Amazon-EMR-Komponenten weitergeben konnten.

  • Verbesserte EMR-On-Cluster-Daemons zur korrekten Nachverfolgung der Knotenstatus bei der Wiederverwendung von IP-Adressen, um die Zuverlässigkeit bei Skalierungsvorgängen zu verbessern.

  • SPARK-29683. Es wurde ein Problem behoben, bei dem während der Cluster-Skalierung Auftragsfehler auftraten, da Spark davon ausging, dass alle verfügbaren Knoten auf der Verweigern-Liste standen.

  • YARN-9011. Es wurde ein Problem behoben, bei dem Auftragsfehler aufgrund eines Fehlers bei der Außerbetriebnahme von YARN auftraten, wenn der Cluster versuchte, hoch- oder herunterzuskalieren.

  • Das Problem mit Schritt- oder Auftragsfehlern bei der Cluster-Skalierung wurde behoben, indem sichergestellt wurde, dass die Knotenstatus zwischen den Amazon-EMR-On-Cluster-Daemons und YARN/HDFS immer konsistent sind.

  • Es wurde ein Problem behoben, bei dem Clustervorgänge wie Herunterskalierung und Schrittübermittlung für Amazon-EMR-Cluster, die mit Kerberos-Authentifizierung aktiviert waren, fehlschlugen. Dies lag daran, dass der Amazon-EMR-On-Cluster-Daemon das Kerberos-Ticket nicht erneuert hat, das für die sichere Kommunikation mit HDFS/YARN erforderlich ist, das auf dem Primärknoten ausgeführt wird.

  • Konfigurieren eines Clusters zur Behebung von Leistungsproblemen mit Apache YARN Timeline Server Version 1 und 1.5

    Apache YARN Timeline Server Version 1 und 1.5 können bei sehr aktiven, großen EMR-Clustern zu Leistungsproblemen führen, insbesondere bei yarn.resourcemanager.system-metrics-publisher.enabled=true, was die Standardeinstellung in Amazon EMR ist. Ein Open-Source-YARN-Timeline-Server v2 löst das Leistungsproblem im Zusammenhang mit der Skalierbarkeit des YARN Timeline Servers.

    Weitere Lösungen für dieses Problem umfassen:

    • Konfiguration von yarn.resourcemanager. system-metrics-publisher.enabled=false in yarn-site.xml.

    • Aktivieren des Fixes für dieses Problem beim Erstellen eines Clusters, wie unten beschrieben.

    Die folgenden Amazon-EMR-Versionen enthalten eine Lösung für dieses Leistungsproblem mit YARN Timeline Server.

    EMR 5.30.2, 5.31.1, 5.32.1, 5.33.1, 5.34.x, 6.0.1, 6.1.1, 6.2.1, 6.3.1, 6.4.x

    Um den Fix für eine der oben angegebenen Amazon-EMR-Versionen zu aktivieren, legen Sie diese Eigenschaften true in einer JSON-Konfigurationsdatei fest, die mit dem aws emr create-cluster-Befehlsparameter --configurations file://./configurations.json übergeben wird. Oder aktivieren Sie den Fix über die Benutzeroberfläche der Rekonfigurationskonsole.

    Beispiel für den Inhalt der Datei configurations.json:

    [
{
"Classification": "yarn-site",
"Properties": {
"yarn.resourcemanager.system-metrics-publisher.timeline-server-v1.enable-batch": "true",
"yarn.resourcemanager.system-metrics-publisher.enabled": "true"
},
"Configurations": []
}
]

  • WebHDFS- und HttpFS-Server werden standardmäßig deaktiviert. Sie können WebHDFS mithilfe der Hadoop-Konfiguration dfs.webhdfs.enabled erneut aktivieren. Der HttpFS-Server kann mit sudo systemctl start hadoop-httpfs gestartet werden.

  • HTTPS ist jetzt standardmäßig für Amazon-Linux-Repositorys aktiviert. Wenn Sie eine Amazon-S3-VPCE-Richtlinie verwenden, um den Zugriff auf bestimmte Buckets zu beschränken, müssen Sie den neuen Amazon-Linux-Bucket-ARN arn:aws:s3:::amazonlinux-2-repos-$region/* zu Ihrer Richtlinie hinzufügen (ersetzen Sie $region durch die Region, in der sich der Endpunkt befindet). Weitere Informationen finden Sie unter diesem Thema in den Diskussionsforen. AWS Ankündigung: Amazon Linux 2 unterstützt jetzt die Möglichkeit, HTTPS zu verwenden, wenn eine Verbindung zu Paket-Repositorys hergestellt wird.

  • Hive: Die Leistung bei Schreibabfragen wurde verbessert, indem die Verwendung eines Scratch-Verzeichnisses auf HDFS für den letzten JAuftrag aktiviert wurde. Die temporären Daten für den endgültigen Auftrag werden in HDFS statt in Amazon S3 geschrieben, und die Leistung wurde verbessert, da die Daten von HDFS an den endgültigen Tabellenort (Amazon S3) und nicht zwischen Amazon-S3-Geräten verschoben werden.

  • Hive: Verbesserung der Kompilierungszeit von Abfragen um das 2,5-fache mit Glue Metastore Partition Pruning.

  • Wenn integrierte UDFs von Hive an den Hive-Metastore-Server übergeben werden, wird standardmäßig nur eine Teilmenge dieser integrierten UDFs an den Glue Metastore übergeben, da Glue nur begrenzte Ausdrucksoperatoren unterstützt. Wenn Sie hive.glue.partition.pruning.client=true festlegen, erfolgt das gesamte Partitionsbereinigen auf der Clientseite. Wenn Sie hive.glue.partition.pruning.server=true festlegen, erfolgt das gesamte Bereinigen von Partitionen auf der Serverseite.

Bekannte Probleme

  • Hue-Abfragen funktionieren in Amazon EMR 6.4.0 nicht, da der Apache-Hadoop-HttpFS-Server standardmäßig deaktiviert ist. Um Hue auf Amazon EMR 6.4.0 zu verwenden, starten Sie den HttpFS-Server auf dem Amazon-EMR-Primärknoten entweder manuell mithilfe von sudo systemctl start hadoop-httpfs oder verwenden Sie einen Amazon-EMR-Schritt.

  • Das Amazon-EMR-Notebooks-Feature, das mit dem Livy-Benutzerwechsel verwendet wird, funktioniert nicht, da HttpFS standardmäßig deaktiviert ist. In diesem Fall kann das EMR Notebook keine Verbindung zu dem Cluster herstellen, für den Livy-Identitätswechsel aktiviert ist. Die Problemumgehung besteht darin, den HttpFS-Server zu starten, bevor Sie das EMR-Notebook mit dem Cluster sudo systemctl start hadoop-httpfs verbinden.

  • In Amazon-EMR-Version 6.4.0 unterstützt Phoenix die Komponente Phoenix-Konnektoren nicht.

  • Um Spark-Aktionen mit Apache Oozie zu verwenden, müssen Sie Ihrer Oozie-workflow.xml-Datei die folgende Konfiguration hinzufügen. Andernfalls fehlen mehrere wichtige Bibliotheken wie Hadoop und EMRFS im Klassenpfad der Spark-Executoren, die Oozie startet.

    <spark-opts>--conf spark.yarn.populateHadoopClasspath=true</spark-opts>

  • Wenn Sie Spark mit der Formatierung des Hive-Partitionsstandorts verwenden, um Daten in Amazon S3 zu lesen, und Sie Spark auf den Amazon-EMR-Versionen 5.30.0 bis 5.36.0 und 6.2.0 bis 6.9.0 ausführen, kann ein Problem auftreten, das verhindert, dass Ihr Cluster Daten korrekt liest. Dies kann passieren, wenn Ihre Partitionen alle der folgenden Eigenschaften aufweisen:

    • Zwei oder mehr Partitionen werden aus derselben Tabelle gescannt.

    • Mindestens ein Partitionsverzeichnispfad ist ein Präfix für mindestens einen anderen Partitionsverzeichnispfad, z. B. ist s3://bucket/table/p=a ein Präfix von s3://bucket/table/p=a b.

    • Das erste Zeichen, das auf das Präfix im anderen Partitionsverzeichnis folgt, hat einen UTF-8-Wert, der kleiner als das /-Zeichen (U+002F) ist. Beispielsweise fällt das Leerzeichen (U+0020), das in s3://bucket/table/p=a b zwischen a und b vorkommt, in diese Kategorie. Beachten Sie, dass es 14 weitere Zeichen gibt, die keine Kontrollzeichen sind: !"#$%&‘()*+,-. Weitere Informationen finden Sie unter UTF-8-Kodierungstabelle und Unicode-Zeichen.

    Um dieses Problem zu umgehen, stellen Sie die spark.sql.sources.fastS3PartitionDiscovery.enabled-Konfiguration auf false in der spark-defaults-Klassifizierung ein.

6.4.0 Komponentenversionen

Die Komponenten, die Amazon EMR mit dieser Version installiert, sind nachstehend aufgeführt. Einige werden als Teil von Big-Data-Anwendungspaketen installiert. Andere sind nur für Amazon EMR verfügbar und werden für Systemprozesse und -Features installiert. Diese beginnen in der Regel mit emr oder aws. Big-Data-Anwendungspakete in der aktuellsten Amazon-EMR-Version sind in der Regel die aktuelle Version, die in der Community zu finden ist. Wir stellen Community-Versionen in Amazon EMR so schnell wie möglich zur Verfügung.

Einige Komponenten in Amazon EMR unterscheiden sich von Community-Versionen. Diese Komponenten verfügen über eine Versionsbezeichnung in der Form CommunityVersion-amzn-EmrVersion. Der EmrVersion beginnt bei 0. Wenn zum Beispiel eine Open-Source-Community-Komponente mit dem Namen myapp-component der Version 2.2 dreimal für die Aufnahme in verschiedene Amazon-EMR-Versionen geändert wurde, wird ihre Version als 2.2-amzn-2 aufgeführt.

Komponente Version Beschreibung
aws-sagemaker-spark-sdk1.4.1Amazon SageMaker Spark-SDK
emr-ddb4.16.0Amazon DynamoDB-Connector für Anwendungen aus dem Hadoop-Ökosystem.
emr-goodies3.2.0Praktische Bibliotheken für das Hadoop-Ökosystem.
emr-kinesis3.5.0Amazon Kinesis-Connector für Anwendungen aus dem Hadoop-Ökosystem.
emr-notebook-env1.3.0Conda Env für EMR-Notebooks, das Jupyter Enterprise Gateway enthält
emr-s3-dist-cp2.18.0Verteilte Kopieranwendung, die für Amazon S3 optimiert ist.
emr-s3-select2.1.0EMR S3Select-Konnektor
emrfs2,47,0Amazon S3-Connector für Anwendungen aus dem Hadoop-Ökosystem.
flink-client1.13.1Apache Flink-Clientskripts und -Anwendungen für die Befehlszeile.
flink-jobmanager-config1.13.1Verwaltung von Ressourcen auf EMR-Knoten für Apache JobManager Flink.
ganglia-monitor3.7.2Eingebetteter Ganglia-Agent für Anwendungen aus dem Hadoop-Ökosystem zusammen mit dem Ganglia-Überwachungsagent.
ganglia-metadata-collector3.7.2Ganglia-Metadaten-Kollektor zum Aggregieren von Metriken aus Ganglia-Überwachungsagenten.
ganglia-web3.7.1Webanwendung zum Anzeigen von durch den Ganglia-Metadaten-Kollektor gesammelten Metriken.
hadoop-client3.2.1-amzn-4Hadoop-Befehlszeilen-Clients wie z. B. "hdfs", "Hadoop" oder "Garn".
hadoop-hdfs-datanode3.2.1-amzn-4HDFS-Service auf Knotenebene zum Speichern von Blöcken.
hadoop-hdfs-library3.2.1-amzn-4HDFS-Client und -Bibliothek für die Befehlszeile
hadoop-hdfs-namenode3.2.1-amzn-4HDFS-Service für die Nachverfolgung von Dateinamen und Block-Speicherorten.
hadoop-hdfs-journalnode3.2.1-amzn-4HDFS-Service zum Verwalten des Hadoop-Dateisystemjournals auf HA-Clustern.
hadoop-httpfs-server3.2.1-amzn-4HTTP-Endpunkt für HDFS-Operationen.
hadoop-kms-server3.2.1-amzn-4Kryptografischer Schlüsselverwaltungsserver, der auf der Hadoop-API basiert. KeyProvider
hadoop-mapred3.2.1-amzn-4MapReduce Execution Engine-Bibliotheken zum Ausführen einer MapReduce Anwendung.
hadoop-yarn-nodemanager3.2.1-amzn-4YARN-Service für die Verwaltung von Containern auf einem einzelnen Knoten.
hadoop-yarn-resourcemanager3.2.1-amzn-4YARN-Service für Zuweisung und Verwaltung von Cluster-Ressourcen und verteilten Anwendungen.
hadoop-yarn-timeline-server3.2.1-amzn-4Service für das Abrufen von aktuellen und historischen Informationen für YARN-Anwendungen.
hbase-hmaster2.4.4-amzn-0Service für einen HBase-Cluster, der für die Koordinierung der Regionen und die Ausführung von administrativen Befehlen zuständig ist.
hbase-region-server2.4.4-amzn-0Service für die Bereitstellung einer oder mehrerer HBase-Regionen.
hbase-client2.4.4-amzn-0HBase-Befehlszeilen-Client.
hbase-rest-server2.4.4-amzn-0Service, der einen RESTful-HTTP-Endpunkt für HBase bereitstellt.
hbase-thrift-server2.4.4-amzn-0Service, der einen Thrift-Endpunkt für HBase bereitstellt.
hcatalog-client3.1.2-amzn-5Der "hcat"-Befehlszeilen-Client-für das Bearbeiten des hcatalog-Servers.
hcatalog-server3.1.2-amzn-5Service, der HCatalog bereitstellt (ein Tabellen- und Speicherverwaltungs-Layer für verteilte Anwendungen).
hcatalog-webhcat-server3.1.2-amzn-5HTTP-Endpunkt, der eine REST-Schnittstelle für HCatalog bereitstellt.
hive-client3.1.2-amzn-5Hive-Befehlszeilen-Client.
hive-hbase3.1.2-amzn-5Hive-hbase client.
hive-metastore-server3.1.2-amzn-5Service für den Zugriff auf den Hive-Metastore (ein semantisches Repository für die Speicherung von Metadaten für SQL zu Hadoop-Operationen).
hive-server23.1.2-amzn-5Service zur Annahme von Hive-Abfragen als Webanfragen.
hudi0.8.0-amzn-0Inkrementelles Verarbeitungs-Framework zur Stromversorgung der Datenpipline bei geringer Latenz und hoher Effizienz.
hudi-presto0.8.0-amzn-0Bundle-Bibliothek zum Ausführen von Presto mit Hudi.
hudi-trino0.8.0-amzn-0Bündel-Bibliothek zum Ausführen von Trino mit Hudi.
hudi-spark0.8.0-amzn-0Bündel-Bibliothek zum Ausführen von Spark mit Hudi.
hue-server4.9.0Webanwendung für die Analyse von Daten mithilfe von Hadoop-Anwendungen.
jupyterhub1.4.1Multi-User-Server für Jupyter-Notebooks
livy-server0.7.1-incubatingREST-Schnittstelle für die Interaktion mit Apache Spark
nginx1.12.1nginx [engine x] ist ein HTTP- und Reverse-Proxy-Server.
mxnet1.8.0Eine flexible, skalierbare und effiziente Bibliothek für Deep Learning.
mariadb-server5.5.68+MariaDB-Datenbankserver.
nvidia-cuda10.1,243Nvidia-Treiber und Cuda-Toolkit
oozie-client5.2.1Oozie-Befehlszeilen-Client.
oozie-server5.2.1Service für die Annahme von Oozie Workflow-Anforderungen.
opencv4.5.0Open Source Computer Vision Library.
phoenix-library5.1.2Die Phoenix-Bibliotheken für den Server und den Client
phoenix-query-server5.1.2Ein schlanker Server für den Zugriff auf JDBC und Protokollpuffer sowie den Zugriff auf die Avatica-API über das JSON-Format.
presto-coordinator0.254.1-amzn-0Service zur Annahme von Abfragen und die Verwaltung der Abfrageausführung der Presto-Worker.
presto-worker0.254.1-amzn-0Service für das Ausführen von Teilen einer Abfrage.
presto-client0.254.1-amzn-0Presto-Befehlszeilenclient, der auf den Standby-Mastern eines HA-Clusters installiert ist, auf denen der Presto-Server nicht gestartet wird.
trino-coordinator359Service zur Annahme von Abfragen und Verwaltung der Abfrageausführung der Trino-Worker.
trino-worker359Service für das Ausführen von Teilen einer Abfrage.
trino-client359Trino-Befehlszeilenclient, der auf den Standby-Mastern eines HA-Clusters installiert ist, auf denen der Trino-Server nicht gestartet wird.
pig-client0.17.0Pig-Befehlszeilen-Client.
r4,0.2The R Project for Statistical Computing (Software zur statistischen Datenverarbeitung)
ranger-kms-server2.0.0Apache Ranger Key Management System
spark-client3.1.2-amzn-0Spark-Befehlszeilen-Clients.
spark-history-server3.1.2-amzn-0Web-Benutzeroberfläche zum Anzeigen von protokollierten Ereignissen für die gesamte Lebensdauer einer abgeschlossenen Spark-Anwendung.
spark-on-yarn3.1.2-amzn-0In-Memory-Ausführungs-Engine für YARN.
spark-yarn-slave3.1.2-amzn-0Apache Spark-Bibliotheken, die von YARN-Slaves benötigt werden.
spark-rapids0.4.1Nvidia-Spark-RAPIDS-Plugin, das Apache Spark mit GPUs beschleunigt.
sqoop-client1.4.7Apache Sqoop-Befehlszeilen-Client.
tensorflow2.4.1TensorFlow Open-Source-Softwarebibliothek für leistungsstarke numerische Berechnungen.
tez-on-yarn0.9.2Die Tez-YARN-Anwendung und -Bibliotheken.
webserver2.4.41+Apache HTTP-Server.
zeppelin-server0.9.0Webbasiertes Notizbuch, das interaktive Datenanalysen ermöglicht.
zookeeper-server3.5.7Zentraler Service für die Verwaltung von Konfigurationsinformationen, die Benennung, die Bereitstellung verteilter Synchronisierung und die Bereitstellung von Gruppenservices.
zookeeper-client3.5.7ZooKeeper Befehlszeilen-Client.

6.4.0 Konfigurationsklassifizierungen

Mithilfe von Konfigurationsklassifizierungen können Sie Anwendungen anpassen. Diese entsprechen häufig einer XML-Konfigurationsdatei für die Anwendung, z. B. hive-site.xml Weitere Informationen finden Sie unter Anwendungen konfigurieren.

Aktionen zur Neukonfiguration treten auf, wenn Sie eine Konfiguration für Instance-Gruppen in einem laufenden Cluster angeben. Amazon EMR initiiert nur Rekonfigurationsaktionen für die Klassifizierungen, die Sie ändern. Weitere Informationen finden Sie unter Eine Instance-Gruppe in einem laufenden Cluster neu konfigurieren.

emr-6.4.0-Klassifizierungen
Klassifizierungen Beschreibung Aktionen zur Neukonfiguration

capacity-scheduler

Ändert die Werte in der capacity-scheduler.xml-Datei in Hadoop.

Restarts the ResourceManager service.

container-executor

Ändern Sie die Werte in der Datei „container-executor.cfg“ Datei von Hadoop YARN.

Not available.

container-log4j

Ändert die Werte in der container-log4j.properties-Datei in Hadoop YARN.

Not available.

core-site

Ändert die Werte in der core-site.xml-Datei in Hadoop.

Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts Hadoop KMS, Ranger KMS, HiveServer2, Hive MetaStore, Hadoop Httpfs, and MapReduce-HistoryServer.

docker-conf

Ändern Sie die Docker-bezogenen Einstellungen.

Not available.

emrfs-site

Ändert die EMRFS-Einstellungen.

Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts HBaseRegionserver, HBaseMaster, HBaseThrift, HBaseRest, HiveServer2, Hive MetaStore, Hadoop Httpfs, and MapReduce-HistoryServer.

flink-conf

Ändert die flink-conf.yaml-Einstellungen.

Restarts Flink history server.

flink-log4j

Ändert die log4j.properties-Einstellungen für Flink.

Restarts Flink history server.

flink-log4j-session

Ändern Sie die Einstellungen von Flink log4j-session.properties für Kubernetes-/Yarn-Sitzungen.

Restarts Flink history server.

flink-log4j-cli

Ändert die log4j-cli.properties-Einstellungen für Flink.

Restarts Flink history server.

hadoop-env

Ändert die Werte in der Hadoop-Umgebung für alle Hadoop-Komponenten.

Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts PhoenixQueryserver, HiveServer2, Hive MetaStore, and MapReduce-HistoryServer.

hadoop-log4j

Ändert die Werte in der log4j.properties-Datei in Hadoop.

Restarts the Hadoop HDFS services SecondaryNamenode, Datanode, and Journalnode. Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts Hadoop KMS, Hadoop Httpfs, and MapReduce-HistoryServer.

hadoop-ssl-server

Ändert die SSL-Server-Konfiguration in Hadoop.

Not available.

hadoop-ssl-client

Ändert die SSL-Client-Konfiguration in Hadoop.

Not available.

hbase

Hierbei handelt es sich um von Amazon EMR zusammengestellte Einstellungen für Apache HBase.

Custom EMR specific property. Sets emrfs-site and hbase-site configs. See those for their associated restarts.

hbase-env

Ändert die Werte in der HBase-Umgebung.

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.

hbase-log4j

Ändert die Werte in der hbase-log4j.properties-Datei in HBase.

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.

hbase-metrics

Ändern Sie die Werte in der hadoop-metrics2-hbase.properties-Datei in HBase.

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.

hbase-policy

Ändert die Werte in der hbase-policy.xml-Datei in HBase.

Not available.

hbase-site

Ändert die Werte in der hbase-site.xml-Datei in HBase.

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer. Additionally restarts Phoenix QueryServer.

hdfs-encryption-zones

Konfiguriert die HDFS-Verschlüsselungszonen.

This classification should not be reconfigured.

hdfs-env

Ändert die Werte in der HDFS-Umgebung.

Restarts Hadoop HDFS services Namenode, Datanode, and ZKFC.

hdfs-site

Ändert die Werte in der hdfs-site.xml-Datei in HDFS.

Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Additionally restarts Hadoop Httpfs.

hcatalog-env

Ändert die Werte in der HCatalog-Umgebung.

Restarts Hive HCatalog Server.

hcatalog-server-jndi

Ändert die Werte in der jndi.properties-Datei von HCatalog.

Restarts Hive HCatalog Server.

hcatalog-server-proto-hive-site

Ändern Sie die Werte in der Datei proto-hive-site .xml von HCatalog.

Restarts Hive HCatalog Server.

hcatalog-webhcat-env

Ändert die Werte in der WebHCat-Umgebung von HCatalog.

Restarts Hive WebHCat server.

hcatalog-webhcat-log4j2

Ändert die Werte in der log4j2.properties-Datei von WebHCat in HCatalog.

Restarts Hive WebHCat server.

hcatalog-webhcat-site

Ändert die Werte in der webhcat-site.xml-Datei von WebHCat in HCatalog.

Restarts Hive WebHCat server.

hive

Hierbei handelt es sich um von Amazon EMR zusammengestellte Einstellungen für Apache Hive.

Sets configurations to launch Hive LLAP service.

hive-beeline-log4j2

Ändert die Werte in der beeline-log4j2.properties-Datei in Hive.

Not available.

hive-parquet-logging

Ändert die Werte in der parquet-logging.properties-Datei in Hive.

Not available.

hive-env

Ändert die Werte in der Hive-Umgebung.

Restarts HiveServer2, HiveMetastore, and Hive HCatalog-Server. Runs Hive schemaTool CLI commands to verify hive-metastore.

hive-exec-log4j2

Ändern Sie die Werte in der Datei 4j2.properties von hive-exec-log Hive.

Not available.

hive-llap-daemon-log4j2

Ändern Sie die Werte in der Datei 4j2.properties von Hive. llap-daemon-log

Not available.

hive-log4j2

Ändert die Werte in der hive-log4j2.properties-Datei in Hive.

Not available.

hive-site

Ändert die Werte in der hive-site.xml-Datei in Hive.

Restarts HiveServer2, HiveMetastore, and Hive HCatalog-Server. Runs Hive schemaTool CLI commands to verify hive-metastore. Also restarts Oozie and Zeppelin.

hiveserver2-site

Ändert die Werte in der hiveserver2-site.xml-Datei von Server2 in Hive.

Not available.

hue-ini

Ändert die Werte in der INI-Datei in Hue.

Restarts Hue. Also activates Hue config override CLI commands to pick up new configurations.

httpfs-env

Ändert die Werte in der HTTPFS-Umgebung.

Restarts Hadoop Httpfs service.

httpfs-site

Ändert die Werte in der httpfs-site.xml-Datei in Hadoop.

Restarts Hadoop Httpfs service.

hadoop-kms-acls

Ändert die Werte in der kms-acls.xml-Datei in Hadoop.

Not available.

hadoop-kms-env

Ändert die Werte in der KMS-Umgebung in Hadoop.

Restarts Hadoop-KMS service.

hadoop-kms-log4j

Ändert die Werte in der kms-log4j.properties-Datei in Hadoop.

Not available.

hadoop-kms-site

Ändert die Werte in der kms-site.xml-Datei in Hadoop.

Restarts Hadoop-KMS and Ranger-KMS service.

hudi-env

Ändern der Werte in der Hudi-Umgebung.

Not available.

hudi-defaults

Ändern Sie die Werte in der hudi-defaults.conf-Datei in Hudi.

Not available.

jupyter-notebook-conf

Ändert die Werte in der jupyter_notebook_config.py-Datei in Jupyter Notebook.

Not available.

jupyter-hub-conf

Ändern Sie die Werte in JupyterHubs der Datei jupyterhub_config.py.

Not available.

jupyter-s3-conf

Konfigurieren Sie die S3-Persistenz für Jupyter Notebooks.

Not available.

jupyter-sparkmagic-conf

Ändert die Werte in der config.json-Datei in Sparkmagic.

Not available.

livy-conf

Ändert die Werte in der livy.conf-Datei von Livy.

Restarts Livy Server.

livy-env

Ändert die Werte in der Livy-Umgebung.

Restarts Livy Server.

livy-log4j

Ändert die log4j.properties-Einstellungen für Livy.

Restarts Livy Server.

mapred-env

Ändern Sie die Werte in der MapReduce Anwendungsumgebung.

Restarts Hadoop MapReduce-HistoryServer.

mapred-site

Ändern Sie die Werte in der Datei mapred-site.xml der MapReduce Anwendung.

Restarts Hadoop MapReduce-HistoryServer.

oozie-env

Ändert die Werte in der Oozie-Umgebung.

Restarts Oozie.

oozie-log4j

Ändert die Werte in der oozie-log4j.properties-Datei in Oozie.

Restarts Oozie.

oozie-site

Ändert die Werte in der oozie-site.xml-Datei in Oozie.

Restarts Oozie.

phoenix-hbase-metrics

Ändert die Werte in der hadoop-metrics2-hbase.properties-Datei in Phoenix.

Not available.

phoenix-hbase-site

Ändert die Werte in der hbase-site.xml-Datei in Phoenix.

Not available.

phoenix-log4j

Ändert die Werte in der log4j.properties-Datei in Phoenix.

Restarts Phoenix-QueryServer.

phoenix-metrics

Ändert die Werte in der hadoop-metrics2-phoenix.properties-Datei in Phoenix.

Not available.

pig-env

Ändert die Werte in der Pig-Umgebung.

Not available.

pig-properties

Ändert die Werte in der pig.properties-Datei in Pig.

Restarts Oozie.

pig-log4j

Ändert die Werte in der log4j.properties-Datei in Pig.

Not available.

presto-log

Ändert die Werte in der log.properties-Datei in Presto.

Restarts Presto-Server (for PrestoDB)

presto-config

Ändert die Werte in der config.properties-Datei in Presto.

Restarts Presto-Server (for PrestoDB)

presto-password-authenticator

Ändern Sie Werte in der Presto-Datei password-authenticator.properties.

Not available.

presto-env

Ändern Sie die Werte in der presto-env.sh-Datei in Presto.

Restarts Presto-Server (for PrestoDB)

presto-node

Ändern Sie die Werte in der node.properties-Datei in Presto.

Not available.

presto-connector-blackhole

Ändert die Werte in der blackhole.properties-Datei in Presto.

Not available.

presto-connector-cassandra

Ändert die Werte in der cassandra.properties-Datei in Presto.

Not available.

presto-connector-hive

Ändert die Werte in der hive.properties-Datei in Presto.

Restarts Presto-Server (for PrestoDB)

presto-connector-jmx

Ändert die Werte in der jmx.properties-Datei in Presto.

Not available.

presto-connector-kafka

Ändert die Werte in der kafka.properties-Datei in Presto.

Not available.

presto-connector-localfile

Ändert die Werte in der localfile.properties-Datei in Presto.

Not available.

presto-connector-memory

Ändert die Werte in der memory.properties-Datei in Presto.

Not available.

presto-connector-mongodb

Ändert die Werte in der mongodb.properties-Datei in Presto.

Not available.

presto-connector-mysql

Ändert die Werte in der mysql.properties-Datei in Presto.

Not available.

presto-connector-postgresql

Ändert die Werte in der postgresql.properties-Datei in Presto.

Not available.

presto-connector-raptor

Ändert die Werte in der raptor.properties-Datei in Presto.

Not available.

presto-connector-redis

Ändert die Werte in der redis.properties-Datei in Presto.

Not available.

presto-connector-redshift

Ändert die Werte in der redshift.properties-Datei.

Not available.

presto-connector-tpch

Ändert die Werte in der tpch.properties-Datei in Presto.

Not available.

presto-connector-tpcds

Ändert die Werte in der tpcds.properties-Datei in Presto.

Not available.

trino-log

Ändern Sie die Werte in der log.properties-Datei in Trino.

Restarts Trino-Server (for Trino)

trino-config

Ändern Sie die Werte in der config.properties-Datei in Trino.

Restarts Trino-Server (for Trino)

trino-password-authenticator

Ändern Sie die Werte in der Trino-Datei password-authenticator.properties.

Restarts Trino-Server (for Trino)

trino-env

Ändern Sie die Werte in der trino-env.sh-Datei von Trino.

Restarts Trino-Server (for Trino)

trino-node

Ändern Sie die Werte in der node.properties-Datei in Trino.

Not available.

trino-connector-blackhole

Ändern Sie die Werte in der blackhole.properties-Datei in Trino.

Not available.

trino-connector-cassandra

Ändern Sie die Werte in der cassandra.properties-Datei in Trino.

Not available.

trino-connector-hive

Ändern Sie die Werte in der hive.properties-Datei in Trino.

Restarts Trino-Server (for Trino)

trino-connector-jmx

Ändern Sie die Werte in der jmx.properties-Datei in Trino.

Not available.

trino-connector-kafka

Ändern Sie die Werte in der kafka.properties-Datei in Trino.

Not available.

trino-connector-localfile

Ändern Sie die Werte in der localfile.properties-Datei in Trino.

Not available.

trino-connector-memory

Ändern Sie die Werte in der memory.properties-Datei in Trino.

Not available.

trino-connector-mongodb

Ändern Sie die Werte in der mongodb.properties-Datei in Trino.

Not available.

trino-connector-mysql

Ändern Sie die Werte in der mysql.properties-Datei in Trino.

Not available.

trino-connector-postgresql

Ändern Sie die Werte in der postgresql.properties-Datei in Trino.

Not available.

trino-connector-raptor

Ändern Sie die Werte in der raptor.properties-Datei in Trino.

Not available.

trino-connector-redis

Ändern Sie die Werte in der redis.properties-Datei in Trino.

Not available.

trino-connector-redshift

Ändern Sie die Werte in der redshift.properties-Datei in Trino.

Not available.

trino-connector-tpch

Ändern Sie die Werte in der tpch.properties-Datei in Trino.

Not available.

trino-connector-tpcds

Ändern Sie die Werte in der tpcds.properties-Datei in Trino.

Not available.

ranger-kms-dbks-site

Ändert die Werte in der dbks-site.xml-Datei von Ranger KMS.

Restarts Ranger KMS Server.

ranger-kms-site

Ändern Sie die Werte in der ranger-kms-site XML-Datei von Ranger KMS.

Restarts Ranger KMS Server.

ranger-kms-env

Ändert die Werte in der Ranger KMS-Umgebung.

Restarts Ranger KMS Server.

ranger-kms-log4j

Ändert die Werte in der kms-log4j.properties-Datei von Ranger KMS.

Not available.

ranger-kms-db-ca

Ändert die Werte für die CA-Datei auf S3 für die MySQL SSL-Verbindung mit Ranger KMS.

Not available.

spark

Hierbei handelt es sich um von Amazon EMR zusammengestellte Einstellungen für Apache Spark.

This property modifies spark-defaults. See actions there.

spark-defaults

Ändert die Werte in der spark-defaults.conf-Datei in Spark.

Restarts Spark history server and Spark thrift server.

spark-env

Ändert die Werte in der Spark-Umgebung.

Restarts Spark history server and Spark thrift server.

spark-hive-site

Ändert die Werte in der hive-site.xml-Datei in Spark.

Not available.

spark-log4j

Ändert die Werte in der log4j.properties-Datei in Spark.

Restarts Spark history server and Spark thrift server.

spark-metrics

Ändert die Werte in der metrics.properties-Datei in Spark.

Restarts Spark history server and Spark thrift server.

sqoop-env

Ändert die Werte in der Sqoop-Umgebung.

Not available.

sqoop-oraoop-site

Ändern Sie die Werte in der Datei oraoop-site.xml OraOop von Sqoop.

Not available.

sqoop-site

Ändert die Werte in der sqoop-site.xml in Sqoop.

Not available.

tez-site

Ändert die Werte in der tez-site.xml-Datei in Tez.

Restart Oozie and HiveServer2.

yarn-env

Ändert die Werte in der YARN-Umgebung.

Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts MapReduce-HistoryServer.

yarn-site

Ändert die Werte in der yarn-site.xml-Datei in YARN.

Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts Livy Server and MapReduce-HistoryServer.

zeppelin-env

Ändert die Werte in der Zeppelin-Umgebung.

Restarts Zeppelin.

zeppelin-site

Ändern Sie die Konfigurationseinstellungen in zeppelin-site.xml.

Restarts Zeppelin.

zookeeper-config

Ändern Sie die Werte in ZooKeeper der Datei zoo.cfg.

Restarts Zookeeper server.

zookeeper-log4j

Ändern Sie die Werte in ZooKeeper der Datei log4j.properties.

Restarts Zookeeper server.